美股7月30日，英伟达股价下跌超7%，收103.73美元/股，市值2.55万亿美元，距离美股6月18日的高点3.335万亿美元，已跌去超7000亿美元。盘后英伟达涨幅扩大至5%左右。
消息面上，当地时间周一，苹果在一篇技术论文中表示，支撑Apple Intelligence的两个人工智能模型是在谷歌的云端芯片上进行预训练的。谷歌自研的芯片为TPU（张量处理器），该芯片多用于谷歌内部而不外售。这或许意味着，谷歌的自研芯片得到更广泛应用，大型科技公司可能在英伟达之外积极寻找英伟达GPU（图形处理器）的替代品。
英伟达的竞争对手对其挑战从未停止。以自研AI芯片的科技巨头谷歌为例，据市场研究机构TechInsights数据，2023年数据中心加速器厂商中，谷歌TPU出货量达200万台，英伟达为380万台，其他芯片50万台。2023年，谷歌已是第三大数据中心处理器设计商。
正在采用英伟达竞争对手芯片的科技巨头不止苹果。美股7月30日，AMD公布2024年第二季度财报后的电话会上，AMD CEO苏姿丰表示，微软对MI300芯片的使用量增加，以作为GPT-4 Turbo的算力支撑，并支撑微软的word、teams等多个Copilot服务。MI300系列是AMD去年年底发布的AI芯片，其中MI300X对标英伟达H100。
作为英伟达在GPU领域的主要竞争对手，AMD也在寻求业绩增长，并希望在AI领域挑战英伟达。
据刚刚披露的财报，2024财年第二季度，AMD营收58.35亿美元，同比增长9%。其中，AMD来自数据中心事业部收入达到28.34亿美元，同比增长115%。苏姿丰表示，AMD面向AI和高性能计算的加速器MI300芯片交付后，该芯片在第二季度的收入超过了10亿美元。预计AMD数据中心GPU在2024年的销售为45亿美元，高于今年4月预期的40亿美元。
正在发力端侧AI的苹果也是芯片厂商，旗下有A系列芯片和M系列芯片。据苹果此前介绍，苹果将使用A17 Pro和M系列芯片驱动Apple Intelligence。介绍Apple Intelligence时，苹果还表示，模型在以Apple芯片打造的服务器上运行，以此强调隐私和安全保护是与iPhone相同的芯片级别。
此外，亚马逊也在自研芯片，最新消息称，上周亚马逊在位于美国得克萨斯州奥斯汀的一个芯片实验室里，对受到严密保护的新型服务器设计进行了测试。服务器上安装了亚马逊的AI芯片。亚马逊的AI芯片为亚马逊网络服务的部分人工智能云业务提供算力。
机构此前对英伟达股价未来走势产生分歧。6月英伟达股价大幅上涨后，美银证券(BofA Securities)分析师 Vivek Arya认为，英伟达股价的大幅攀升后，可能在短期内容易受到获利回吐的影响，但任何波动都可能是短暂的。还有一些机构担心英伟达的客户较为集中、有来自竞争对手的压力，这可能导致风险。美银全球近日研究则称，季节性趋势等引发的波动导致美国股市短期风险上升，历史和季节性趋势让标普500指数面临更大的近期风险，美国股市可能在未来几个月止涨回落。
美股7月30日，多只科技股票也下跌。微软下跌0.89%，盘后一度跌近8%。当日收盘，亚马逊下跌0.81%，特斯拉下跌4.08%，奈飞下跌0.7%，超微电脑下跌4.5%。截至收盘，道琼斯指数涨0.5%，标普500指数跌0.5%，纳斯达克指数跌1.28%。
GPU 是 AI 算力的最优解吗？如果不是，还有哪些公司可能自研芯片打破英伟达的垄断地位？
GPU 是目前 AI 算力的最优解之一，但不是唯一的解决方案。 除了 GPU，还有 FPGA、ASIC 等芯片也可以用于 AI 计算。 不同的芯片有不同的优势及适用场景。 目前，除了英伟达，还有一些公司正在自研芯片打破英伟达的垄断地位。 其中，华为推出的 AI 芯片升腾，据称性能比英伟达的 Tesla V100 还要高。 谷歌 AI 芯片 TPU（Tensor Processing Unit），用于加速机器学习任务。 英特尔、AMD、ARM 等公司也在研发 AI 芯片。 蓝海大脑高性能大模型训练平台利用工作流体作为中间热量传输的媒介，将热量由热区传递到远处再进行冷却。 支持多种硬件加速器，包括CPU、GPU、FPGA和AI等,能够满足大规模数据处理和复杂计算任务的需求。 采用分布式计算架构，高效地处理大规模数据和复杂计算任务，为深度学习、高性能计算、大模型训练、大型语言模型（LLM）算法的研究和开发提供强大的算力支持。 具有高度的灵活性和可扩展性,能够根据不同的应用场景和需求进行定制化配置。 可以快速部署和管理各种计算任务，提高了计算资源的利用率和效率。
英伟达市值突破万亿美元成全球芯片市值最高的公司！
英伟达市值突破万亿美元成全球芯片市值最高的公司！
英伟达盘中市值超过1万亿美元，成全球市值最高芯片公司。 截至30日美股收盘，英伟达股价报收401.11美元，市值达9920亿美元。 下面小编带来2023英伟达市值突破万亿美元，希望大家喜欢。
英伟达市值突破万亿美元
英伟达盘中市值突破1万亿美元，年内股价涨幅超170%
英伟达市值突破万亿美元，8倍于英特尔
美国东部5月30日，美股开盘后英伟达股价上涨3.8%至404.25美元/股，以英伟达24.7亿股总股本计算，其市值约为1万亿美元，至此英伟达也成为首家跻身万亿美元俱乐部的芯片巨头。
截至发稿，老牌CPU巨头英特尔市值为1245亿美元，而英伟达市值约为1.02万亿美元，相当于8个英特尔的市值。 按照目前市值计算，英伟达可以排在美股第5，前面分别是苹果、微软、谷歌和亚马逊。
值得一提的是，英伟达CEO黄仁勋5月30日表示，该公司供应链将力求多元化，H100GPU是由台积电代工生产，部分产品也由三星代工生产，并即将开放委托英特尔代工。
英伟达展示的GH200芯片性能
在数据中心领域，英伟达还拥有GraceCPU、Hopper及AdaLovelaceGPU以及DPU等产品。 英伟达透露，未来系统厂商和云服务商等合作伙伴将推出多达400多种配置的系统设备，进一步完善产品组合。
上周，英伟达交出一份远超预期的财报，在截至4月30日的2024财年第一财季中，英伟达实现营收71.92亿美元，同比减少13%，但大幅高于分析师平均预期的65.2亿美元;非美国通用会计准则下净利润为27.13亿美元，同比下降21%;每股收益1.09美元，分析师平均预期为0.92美元。
业绩发布后的盘后交易中，英伟达股价大涨24.63%。
财报披露，英伟达包括AI芯片在内的数据中心业务大幅增长，一季度营收42.8亿美元，同比增长14%，环比增长18%，较分析师预期的39.1亿美元高约9.5%。 该业务中来自云计算提供商、大型消费互联网公司、初创企业和其他企业对其人工智能数据中心产品的需求激增。
股价飞涨下，黄仁勋的个人财富也急剧增长，根据英伟达2023年年报，黄仁勋直接持有8690万股英伟达股票，约占该公司股份的3.5%，以411.58美元/股计算，黄仁勋所持有的英伟达股票价值约358亿美元。
英伟达股价走势
英伟达是美国GPU芯片巨头，从游戏市场起步，近年搭上元宇宙、加密货币以及人工智能东风，最终几乎一统深度学习芯片市场。 目前，GPU是全球数据中心处理人工智能应用的标配，占据超九成市场份额。 随着亚马逊、微软和谷歌等公司之间AI“军备竞赛”升温，英伟达的A100和H100芯片遭到哄抢，AI热潮也在不断激发投资者对英伟达的热情。
5月29日，英伟达创始人兼CEO黄仁勋在台北电脑展举行主题演讲。
他表示，在加速计算与生成式AI两大变革下，计算机行业正面临转折点，从1980年代的PC(个人电脑)，到此后的移动终端，计算行业如今正在进入加速计算引领的又一轮变革。 生成式AI所依赖的大模型，就建立在加速计算之上。 他表示，生成式AI依托强大的大模型，让计算机具备理解使用者的能力，可以极大地降低编程门槛，从而消除数字鸿沟，“每个人都是程序员”。
英伟达是奔驰最好的选择？
6月24日凌晨，英伟达（IVIDIA）创始人兼首席执行官黄仁勋与梅赛德斯-奔驰汽车集团全球总裁康林松（OlaKllenius）共同宣布，两家公司将联合开发「软件定义的车辆」，并且从下一代奔驰车型开始，都将搭载英伟达的DRIVEAGXOrin计算平台。 换句话说，新一代梅赛德斯-奔驰汽车的自动驾驶功能，将由新一代NVIDIADRIVE平台驱动。
而就在五天前，奔驰母公司戴姆勒刚刚宣布暂停与宝马在自动驾驶领域的合作，显然奔驰的「无缝衔接」是经过深思熟虑的，并不是一时冲动之举。那奔驰为何会转投芯片供应商英伟达的怀抱？英伟达在自动驾驶领域有何优势？
英伟达的进阶之路
在多数人眼中，英伟达（NvidiaCorporation），就是一家显卡芯片供应商，在消费电子的GPU（图形处理器）领域具有一定话语权，但其实成立于1993年的英伟达现如今在数据中心市场也有很强的竞争力，并在未来AI时代所需的高性能计算领域也取得了良好的先发优势。 在全球超算500强排名中，有超过130多套的系统采用英伟达的GPU加速方案。
同时凭借敏锐的市场洞察力，英伟达在自动驾驶对高性能芯片需求还未成规模时，便迅速进入这一市场。 现在只要提起NIVDIA的自动驾驶解决方案，就会让人想起其DRIVEPX系列。 在2015年的GTC图形技术大会上，NVIDIA展示了一台基于DRIVEPX的自动驾驶小车——ProjectDAVE，具备完全的自动驾驶能力。
DRIVEPX搭载TegraX1处理器和10GB内存，能够同时处理12个200万像素摄像头每秒60帧的拍摄图像，并通过环境视觉计算技术和强大的深层神经网络，主动识别道路上的各种车辆，甚至还能检测前方车辆是否在开门。 据悉，英伟达甚至利用Tegra处理器帮谷歌完善了无人驾驶车，第一代无人驾驶平台DrivePX也被用在奥迪A7上。
一年之后（2016年），英伟达又发布了更强大的DRIVEPX2平台，它使用的CPU计算性能比GTXTitanX显卡还要强两三倍，能抵得上150台Macbook笔记本，CPU部分则是夸张的12核处理器。 这也就很好解释为何它一发布，特斯拉就宣布新的车型将搭载DRIVEPX2为其Autopilot2和2.5系统提供支持，而沃尔沃开测的XC90自动驾驶汽车搭载的也是DrivePX2平台。
但是DrivePX2也有其弊端，功耗高达250W，对于电动汽车来说，不仅会影响电池寿命，还会使行驶里程降低，再加上其推理学习能力也并不出色。 也许这也是最终导致特斯拉开始自己动手研发图形处理和AI芯片的原因之一。 但即便是特斯拉也直到去年才开始使用自主研发的HW3FSD计算机，不过特斯拉仍然在一些数据中心使用英伟达的硬件进行图像处理。
有漏洞那就完善它，这是英伟达的一贯作风。 在2018年的CES展上，英伟达发布了全球首个自动机器处理器DRIVEXavier，也就是所谓的车规级SoC芯片。 Xavier拥有超过90亿个晶体管，可提供更高的处理能力，每秒可运行30万亿次计算，运行功率更低，功耗仅为30W。 网络在2017年发布的Apollo自动驾驶平台采用的便是DRIVEXavier；最近上市的小鹏P7上也搭载了其与德赛西威联合开发的基于英伟达Xavier的自动驾驶域控制器IPU03。
2019年年底，英伟达又发布了用于自动驾驶和机器人的软件定义平台——NVIDIADRIVEAGXOrin，该平台内置全新Orin系统级芯片，由170亿个晶体管组成，每秒可运行200万亿次计算，几乎是英伟达上一代Xavier系统级芯片性能的7倍。 Orin可处理在自动驾驶汽车和机器人中同时运行的大量应用和深度神经网络，系统安全标准也达到了ISO中的ASIL-D等级。
更适合奔驰的选择
作为一个开放的软件定义平台，DRIVEAGXOrin能够赋力从L2级到L5级完全自动驾驶汽车开发的兼容架构平台，帮助OEM开发大型复杂的软件产品系列。 同时由于Orin和Xavier均可通过开放的CUDA、TensorRTAPI及各类库进行编程，因此开发者能够在一次性投资后使用跨多代的产品。
单从这一方面来看，车企们应该会更偏向于选择英伟达而不是全球最大的ADAS系统供应商Mobileye（已被英特尔收购），毕竟Mobileye的芯片与其算法是紧密耦合打包出售的，车企的自主权很小，若想用自行开发的算法几乎不太可能，英伟达显然要更开放些。 当然，事件都有两面性，车企们要想使用英伟达的芯片，那就必须支付高昂的入会费和联合开发费用，这可不是一般车企承受得了的。 据说，小鹏汽车和和德赛西威为了开发P7上的自动驾驶域控制器，向英伟达支付了近8位数美金的会员费。
不过对于财大气粗的戴姆勒来说，这都不是问题。 况且英伟达和奔驰合作的新一代DRIVEAGXOrin计算平台还可支持OTA，也就意味着，2024年后奔驰车主即使在购买车辆数月甚至数年后，依然能享受最新的驾驶辅助系统服务。
另外，在与奔驰达成合作之前，宝马与Mobileye就已经基于EyeQ系列芯片开始研发自动驾驶了，并且还组建了一个自动驾驶同盟。 奔驰与宝马合作后，奔驰需要使用Mobileye的芯片来构建关键的自动驾驶计算单元，显然这并不是奔驰想要的。
从公开信息可知，Mobileye规划的下一代自动驾驶芯片EyeQ5，其算力为24TOPS（每秒运算24万亿次），而英伟达的Orin，算力则高达200TOPS（每秒运算200万亿次）。 再加上前文所说的，相比Mobileye的封闭（尽管承诺EyeQ5将会更加开放），英伟达自动驾驶构建的DriveAGX软件平台走的是一条开放的道路，可以支持车厂在其计算平台上自主进行算法开发。
也许奔驰与宝马的分手，在如今的局面下便发展成了必然。 因为奔驰与宝马的合作并不能做到有利的取长补短，它们在自动驾驶使用平台上也无法达成共识。
赢得认可的同时加固护城河
相比奔驰的深谋远虑，国内企业似乎要激进的多，这并非贬义。 去年年底，在英伟达公司首次推出DRIVEAGXOrin平台时，英伟达就宣布，滴滴出行计划使用英伟达GPU和AI技术开发自动驾驶和云计算解决方案。
滴滴计划使用数据中心的GPU来训练机器学习算法，并使用NVIDIADRIVE平台对四级自动驾驶车辆进行推理。 还将在滴滴云中部署英伟达AI，在交通和监控应用等内部应用中使用英伟达技术。 此外公司还推出了用于云渲染、计算和游戏的虚拟GPU云服务器。
目前英伟达已成功推出了DrivePX、DriveAGXXavier、DriveOrin三代产品，而这些高性能计算平台，在国内也收获了不少明星客户，除滴滴外，、文远知行、AutoX在内的Robotaxi运营商也都采用了英伟达的自动驾驶计算平台。 可以说，英伟达在自动驾驶领域的热度虽然完全不及车企或相关科技公司，但它的产品其实早已销售给了这些头部企业，属于闷声发大财的主。
当然在GPU硬件方面，英伟达也在不断巩固、增强固有优势。 2019年，英伟达收购了成立于1999年的Mellanox公司，该公司是全球数据中心端到端连接解决方案的领先供应商，其领先的InfiniBand互联方案是超算系统的核心组件，速度远超其它技术，占统治地位。 也就是说，英伟达通过收购Mellanox公司，弥补了其在数据中心低延迟互联及网络方面的欠缺，不仅具备了超高的服务器计算能力，同时也具备了超快的服务器连接速度。
毫无疑问，通过这些年的发展，如今的英伟达已经不能简单的用显卡供应商来形容了，那么我们该如何定义它？黄仁勋曾说过，英伟达是一家AI公司，更强调英伟达是一家软件公司，和苹果类似，通过售卖硬件盈利的软件公司。
